归一化时训练集和测试集是在同一尺度下归一化，还是各自归一化，y_train和x_train归一化尺度相同吗

通常情况下，训练集和测试集应该在同一尺度下归一化。这是因为，训练集和测试集中的特征数据可能存在不同的分布，如果将它们分别归一化，就可能导致训练集和测试集中的数据在尺度上不一致，从而影响模型的预测准确性。

因此，在训练集上计算均值和方差，并对训练集和测试集进行归一化，可以保证训练集和测试集在同一尺度下归一化。

另外，y_train和x_train的归一化尺度一般不同，因为y_train通常是标签，而x_train是特征数据。对于特征数据，我们一般采用标准化（或最大最小归一化）的方法进行归一化。而对于标签数据，我们一般不进行归一化，因为标签通常不需要归一化。